(東北石油大學,黑龍江大慶 163318)
隨著石油與天然氣開采力度的加大,管道運輸已成為油氣資源的重要運輸方式。在長期服役過程中,管道會受到環境載荷的作用而產生腐蝕、老化等損傷;部分管道鋪設在地質災害頻發的地帶,地質滑坡、泥石流等災害很容易引起管道的基礎沉降;此外,人為破壞也是管道產生損傷的重要因素。因此,為保障管道在服役期間安全運行,對其進行健康監測就顯得十分必要和重要。
管道健康監測系統一般由傳感器系統、數據采集與傳輸系統、數據處理與預警系統等組成。具體流程為:首先在管道重要部位布置傳感器進行實時監測,獲得應變、位移、溫度等數據;然后對監測數據進行實時處理,以便對管道進行健康評估與安全預警。其中,基于監測數據的預警技術至關重要,如通過設置預警指標和控制限,將海量監測數據與這些安全閾值進行對比,以判斷是否存在異常或超限,從而對管道的安全狀態進行評定。
預警技術總體可分為基于模型的預警技術(如有限元模型預警)和基于數據的預警技術。本文重點探討基于監測數據的預警技術,主要分為基于信號處理的預警技術、基于時間序列的預警技術、基于人工智能的預警技術等。
基于統計分析的方法可以對異常監測數據進行預警,常見的統計方法有均值、相關性分析、殘差、控制圖等。
在土木結構損傷預警中,Hilbert-Huang變換被用來處理結構響應信號,再通過自回歸模型進行擬合,利用待識別工況的殘差與完好結構的殘差的方差之比來進行預警,大于1則表明出現異常[1]。……